Asana 在浏览器测试中借助 GPT-6.1 Sol 将模型成本降低 76 倍

OpenAI 官方博客发布了 Asana 的浏览器智能体案例，介绍这家协作软件公司如何通过模型优化大幅压低运行成本。

按照博客给出的数字，Asana 在内部浏览器测试中把模型成本降低了 76 倍，同时运行速度提升了 5 倍。两项指标出自同一轮测试，说明这次优化不仅节省了开销，也带来了响应效率的改善。

在具体实现上，博客标题把成本下降归功于 GPT-6.1 Sol，而摘要则说明团队是在 Codex 中使用 GPT-6 Astra 来完成这项工作。无论对应哪一个具体型号，核心都是把更强的模型能力接入浏览器智能体的工作流。

博客指出，节省下来的成本让 Asana 得以向客户提供能力更强的模型，而不必因为推理开销去牺牲产品体验。对于把成本视为产品约束的团队来说，这一点尤其关键。

对于正在把智能体推向生产环境的开发者而言，这个案例说明成本优化本身就是一个产品决策，而不是纯粹的后端工程问题。

接下来值得关注的是，这些测试数据能否在更大规模的真实流量下复现，以及 Asana 会把节省下来的预算投入到哪些更强的模型能力上。